[发明专利]确定导航状态信息的方法、装置、设备、介质及自动驾驶车辆

权利要求书

1.一种确定导航状态信息的方法，其特征在于，包括：

对N+1个时刻内的全球导航卫星系统GNSS的量测数据和惯性测量单元IMU的量测数据进行前向卡尔曼滤波，解算得到各时刻分别对应的前向滤波方差和前向状态值，N为大于或等于1的正整数；

对所述前向滤波方差分别进行平滑处理，得到各时刻分别对应的平滑后的前向滤波方差；

对所述GNSS的量测数据和IMU的量测数据进行后向卡尔曼滤波，解算得到各时刻分别对应的后向滤波方差和后向状态值；

对所述后向滤波方差分别进行平滑处理，得到各时刻分别对应的平滑后的后向滤波方差；

根据所述平滑后的前向滤波方差和所述平滑后的后向滤波方差，对所述前向状态值和所述后向状态值进行融合，得到状态信息。

2.根据权利要求1所述的方法，其特征在于，所述对N+1个时刻内的全球导航卫星系统GNSS的量测数据和惯性测量单元IMU的量测数据进行前向卡尔曼滤波，解算得到各时刻分别对应的前向滤波方差和前向状态值，包括：

根据各时刻的所述IMU的量测数据进行前向卡尔曼滤波递推，得到各时刻分别对应的前向预测滤波方差和前向预测状态值；

根据所述GNSS的量测数据，更新各所述GNSS的量测数据对应的时刻的所述前向预测滤波方差和所述前向预测状态值；

对于每个时刻，若对应的所述前向预测滤波方差和所述前向预测状态值未更新，则以所述前向预测滤波方差和所述前向预测状态值作为其对应的前向滤波方差和前向状态值，若对应的所述前向预测滤波方差和所述前向预测状态值有更新，则以更新后的前向预测滤波方差和前向预测状态值作为其对应的前向滤波方差和前向状态值。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述GNSS的量测数据和IMU的量测数据进行后向卡尔曼滤波，解算得到各时刻分别对应的后向滤波方差和后向状态值，包括：

根据各时刻的所述IMU的量测数据进行后向卡尔曼滤波递推，得到各时刻分别对应的后向预测滤波方差和后向预测状态值；

根据所述GNSS的量测数据，更新各所述GNSS的量测数据对应的时刻的所述后向预测滤波方差和所述后向预测状态值；

对于每个时刻，若对应的所述后向预测滤波方差和所述后向预测状态值未更新，则以所述后向预测滤波方差和所述后向预测状态值作为其对应的后向滤波方差和后向状态值，若对应的所述后向预测滤波方差和所述后向预测状态值有更新，则以更新后的后向预测滤波方差和后向预测状态值作为其对应的后向滤波方差和后向状态值。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

分别获取N+1个时刻内的所述GNSS的量测数据和所述IMU的量测数据。

5.一种确定导航状态信息的装置，其特征在于，包括：

前向滤波模块，用于对N+1个时刻内的全球导航卫星系统GNSS的量测数据和惯性测量单元IMU的量测数据进行前向卡尔曼滤波，解算得到各时刻分别对应的前向滤波方差和前向状态值，N为大于或等于1的正整数；

前向平滑模块，用于对所述前向滤波方差分别进行平滑处理，得到各时刻分别对应的平滑后的前向滤波方差；

后向滤波模块，用于对所述GNSS的量测数据和IMU的量测数据进行后向卡尔曼滤波，解算得到各时刻分别对应的后向滤波方差和后向状态值；

后向平滑模块，用于对所述后向滤波方差分别进行平滑处理，得到各时刻分别对应的平滑后的后向滤波方差；

融合模块，用于根据所述平滑后的前向滤波方差和所述平滑后的后向滤波方差，对所述前向状态值和所述后向状态值进行融合，得到状态信息。